Os professores da Escola Politécnica da UFRJ Miguel Campista, Luís Henrique Costa, e Marcelo Lanza, do Departamento de Engenharia Eletrônica e de Computação, e Robson Dias do Departamento de Engenharia Elétrica, trabalham em pesquisa que busca garantir a segurança e a confidencialidade dos dados pessoais dos usuários por meio de aplicações avançadas para a indústria automotiva nacional.
Coordenado pelo prof. Miguel Campista, juntamente com o Instituto de Ciências Matemáticas e de Computação da USP (ICMC), a Stellantis e a startup Mobway, o projeto “Aplicações Veiculares com Aprendizado Distribuído e Manutenção de Privacidade (AVADiP)” receberá ao longo de três anos um valor de R$ 2,9 milhões para sua execução. O investimento é oriundo da Chamada Pública de PD&I 01/2022 do Programa Prioritário Conectividade Veicular, coordenado pela Fundação de Apoio da UFMG (Fundep).
De acordo com o professor, duas novas aplicações estão previstas para serem desenvolvidas: a identificação de usuários vulneráveis ao redor dos veículos e a predição da saúde da bateria e do alcance do veículo eletrificado (EV – Electrical Vehicle, HEV – Hybrid EV ou PHEV – Plugin HEV). Ambas as aplicações são afetadas por padrões de condução e utilizam modelos gerados por algoritmos de aprendizado de máquina (ML – Machine Learning) com aquisição distribuída de dados.
“Através de dois casos de uso, nós estamos desenvolvendo uma arquitetura de software capaz de coletar dados para treinamento de modelos de aprendizado de máquina com manutenção de privacidade. Ao final, a ideia é desenvolver um arcabouço de software que possa ser reutilizado para o desenvolvimento de outras aplicações que tenham os nossos mesmos pré-requisitos.”, explica o coordenador do projeto, que prevê a sua primeira entrega no meio de ano, através do primeiro relatório técnico.